Macronutrient Fertilization on the Yield Components and Nutrition of Lima Bean
Notice bibliographique
Résumé
Lima bean stands out in the agricultural sector as a source of income for small and medium farmers, being an important protein source for the population. However, there few studies related to the adequate management of fertilization that subsidize the maximization of crop production. In this context, the objective of this research was to evaluate the effect of macronutrient doses on the yield components and nutritional status of lima bean. The treatments were chosed based on the statistical arrangement of the Baconian method. Six nutrients (nitrogen, phosphorus, potassium, calcium, magnesium and sulfur) were applied in three different doses along with two additional treatments, one with reference doses and the other with no addition of nutrients, totaling 20 treatments that were arranged in a completely randomized design with four replications. The pod length, pod number per plant, pod weight, number of grains per pod, number of grains per plant, grain weight per plant and macronutrient leaf contents were evaluated. The addition of macronutrients leads to increases in yield components and nutritional status of lima bean s when cultivated in Entisol Quartzipsamment. The doses of macronutrients that promote higher productive yield and adequately supply the nutritional needs of lima beans are: 25 mg N dm-3; 157 mg P2O5 dm-3; 90 mg K2O dm-3; 1.27 cmolc Ca dm-3; 0.50 cmolc Mg dm-3 and 30 mg S dm-3.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».